基于感性意象的SUV前脸造型设计

目的 为明确汽车造型对用户情感产生的影响,辅助汽车意象造型设计,提出一种基于感性意象的运动型多用途汽车（Sport Utility Vehicle,SUV）前脸造型设计方法。方法 以典型的SUV为研究对象,收集并筛选出具有代表性的SUV样本和感性意象语意空间,使用语义差分法获取用户对代表性样本的感性意象评价;利用SPSS软件对感性意象语意空间进行因子分析,提取出主意象因子;运用形态分析法从比例关系、相对位置关系和形态方面进行SUV前脸造型设计要素分解;通过数量化理论I建立感性意象与SUV前脸造型设计要素之间的映射关系,并将研究结果运用到SUV前脸造型设计方案中。结论 运用该方法,可将用户模糊的意象和情感体验转化为真实的汽车前脸造型设计要素,提高用户的认同感,使汽车造型设计更加人性化,为SUV造型设计提供参考。     

基于原型理论的产品造型风格创新设计方法研究

目的 为解决产品造型风格创新设计过程中存在模糊性、不确定性和缺乏创新性等问题,提出应用原型理论思路从原型角度展开的产品造型风格创新设计。方法 首先基于感性意象对产品造型风格进行具象分类;其次运用设计形态分析结合离散度分析提取产品造型风格原型特征;再次通过联合分析获取产品造型要素权重从而确定关键风格原型特征;最后结合形状文法对产品造型风格进行创新设计。结果 以优雅型汽车前脸作为研究对象,设计方案在延续产品造型风格的基础上,继承和创新了部分形状特征,形成全新的汽车前脸。结论 设计方案的评估结果表明该方法在产品造型风格创新设计中的可行性和实用性。     

汽车造型设计的用户意象知识获取研究

目的明确汽车造型设计中的用户意图并获取用户知识。方法通过用户调研和数据统计分析的方法,对汽车造型设计意象语汇进行降维。结论获取描述汽车造型设计的代表性意象语汇和代表性汽车样本,减少冗余信息干扰,在设计前期更有效地辅助设计师开展汽车造型设计。     

基于推论式感性工学的汽车前脸造型设计研究

目的为了满足消费者对汽车前脸造型设计的情感意象需求,提出了基于推论式感性工学的汽车前脸造型优化设计方法。方法首先对消费者群体进行定位,其次收集并筛选感性词汇和造型样本,然后分解设计要素,建立语义差异轴,最后分析感性词汇与汽车前脸造型设计要素的映射关系,指导汽车前脸造型设计。结论得到了一款符合消费群体满意的紧凑型汽车前脸造型。将推论式感性工学应用到汽车前脸造型设计中,有利于提升消费者对设计产品的满意度。     

情境语义下的汽车前车灯造型特征与用户意象映射研究

目的分析特定情境语义下汽车前车灯的造型特征,并且定量研究车灯造型特征与用户意象需求的关系。方法用形态分析法对收集的汽车前车灯造型特征样本进行整理,将汽车前车灯造型特征主要分为三类,即形态特征、色彩特征、质感特征。再运用Kano模型,以标准问卷的调研形式,对特定情境语义下的不同汽车前车灯造型特征进行用户意象需求分层,得到不同层次的意象需求,并与不同的汽车前车灯造型特征相关联,形成汽车前车灯造型特征与用户意象需求层次的映射机制。结论通过定性和定量研究,将用户对车灯造型模糊的意象需求明确化,在受限于现有实验条件的设计实践中,可以有针对性地选择产品造型特征作为设计目标,这能够为满足不同用户意象需求的产品造型设计提供有效指导。     

基于用户意象认知的微型新能源汽车前脸设计

研究微型新能源汽车前脸造型意象与格式塔规律,提出微型新能源汽车前脸创新性设计方法。首先,通过多种渠道获取汽车造型意象词汇和典型新能源汽车样本并构建出词汇库和样本库,运用语义差异量表问卷将用户感性认知进行量化,得到汽车样本感性词汇测试均值并运用主成分分析法降维处理,最终提取出“科幻的”“时尚的”“流线的”3个核心词汇作为新能源汽车前脸设计的主题词。其次,运用格式塔图底理论对现有的车型前脸图形排布形式进行分类分析,结合设计主题词为新能源前脸创新设计提供新思路。最终,通过设计实践验证了此方法的可行性。     

基于形态审美的产品基因网络造型研究

目的 利用产品形态审美基因网络,对台灯外轮廓曲线的相关性进行综合分析,析出产品优化与创新设计的关键要素。方法 以三次贝塞尔曲线对台灯的外轮廓曲线进行基因编码,规律性调整控制点的坐标生成新曲线形态,进行曲线视觉力感知识别,挖掘曲线间的相关性;以曲线基因为节点,相关性为边构建产品形态审美基因网络,并对网络进行拓扑分析,析出关键设计节点辅助设计者进行产品设计。结果 运用产品形态基因网络的理论找到原型设计的关键性节点,并进行设计优化,使产品造型设计更符合消费者的审美习惯和偏好。结论 通过对台灯外轮廓线的案例实践,证实了产品形态基因网络在产品细节优化和造型创新设计方面具有实用性和可靠性,能够辅助设计者找到关键设计节点并协调设计的基因集团。     

基于三角模糊和BP神经网络的产品意象造型设计

目的 针对目标产品造型与用户模糊感知意象适应性欠佳问题,探索性提出一种基于三角模糊和BP神经网络的意象造型设计方法.方法 在分析产品意象造型设计流程的基础上,以三角模糊方法作为BP神经网络模型意象输入数据的预处理工具,将用户模糊感知意象量化转换;并采用因子分析法降维获取优势感知意象;借助KJ和专家评定法获取差异性较大样本,根据形态分析和建模特点划分产品部件造型特征,通过Delphi法多轮选出优势样本;基于Matlab平台,采用权值惯性可调节、学习率可变的traingdx网络训练算法,对产品优势样本进行学习、训练和预测,构建部件造型要素与用户感知间的关系模型,实现造型设计元素的最佳定量化组合,使BP神经网络对用户模糊意象的定性更为有效,将该方法应用于腰椎牵引器造型设计中.结论 实验结果表明,该方法能有效实现模糊意象的定量分析,所建立的腰椎牵引器神经网络模型输出符合设计要求,促进设计概念转化.     

汽车前脸造型的表情设计

目的 研究汽车前脸造型的表情认知, 提出汽车前脸表情的设计方法。方法 研究基于人的面孔识别认知原理, 建立了汽车前脸的认知模型, 提出表情在汽车前脸识别中的信息处理过程。并根据格式塔的 “图底” 理论及其图形设计的基本原理, 将汽车前脸的造型元素划分为点类造型因子、 线类造型因子以及面类造型因子三大类。结论 构建汽车前脸的认知模型, 归纳汽车前脸造型因子, 提出汽车前脸表情设计的具体手法和应用。     

汽车造型要素与用户情感意象关联研究

目的基于汽车造型要素,探讨用户的情感意象,并对两者的关联情况进行研究,从而更深入地了解用户情感意象特点,为造型要素的合理使用提供借鉴。方法选取汽车造型要素中的整车体量、车身形面、前脸图形为对象,通过认知实验获取用户情感意象,采取定量统计与定性分析,获取汽车造型要素与用户情感意象的关联关系,以及探讨这种关系在设计中的意义。结论一方面,汽车造型要素与用户情感意象的紧密关联毋庸置疑,但是形面和图形相比体量有更突出的语义认知优势;另一方面,相比普通用户,专家用户由于专家知识的存在,对各造型要素的意象认知更丰富,但同时统一度更高。     

基于BP神经网络的轿车造型意象设计与量化预测模型建立

目的 构建产品造型意象设计与产品造型量化间的预测模型,将产品的设计元素与消费者的需求和感知相关联。方法 分析小轿车造型与感性意象之间的关系,基于用户对产品外观形态感受进行打分,采用感性工学方法进行量化;用双BP神经网络训练的思路,建立外观设计元素与感性意象间的对应关系,得到小轿车外观方案的感性意象预测模型。结论 获得产品造型设计方案的感性意象预测模型,能高效解决设计师的产品造型设计方案与消费者的目标达成趋同,通过高效的产品外观设计,为未来轿车及机电类产品的造型设计转向以消费者精神需求为导向提供了一种新的设计方法。     

基于复杂网络的产品形态意象与要素挖掘方法

目的 在大数据时代背景下,为有效利用在线评论信息及准确地掌握用户对产品设计的感性意象需求,挖掘产品形态核心要素,提出1种基于复杂网络的产品形态意象与要素挖掘方法。方法 首先,爬取产品的在线评论信息,经语言处理获得候选感性意象节点集合,使用相关性计算构建出产品形态意象网络;然后,应用复杂网络中心性理论,对网络进行拓扑分析,计算度中心性、接近中心性、介数中心性和相应的特征权重,获得各意象节点的综合中心性特征值,经方差计算,获得节点的灵敏性特征值;接着,按意象Kano模型划分节点类型,经社团分析进行意象解耦,获得产品设计目标意象、应用意象熵、计算目标意象的综合值;最后,建立多意象加权驱动的产品形态要素挖掘方法,应用复杂网络及其分析方法获得核心要素,进而指导形态设计。结果 以口红形态为研究对象,运用基于复杂网络的产品形态意象与要素挖掘方法获得了“高端”“时尚”“精致”的目标意象,并计算得到综合意象,构建出口红形态要素网络,经分析获得了3个核心要素。结论 通过实例验证,该方法可获得更为客观、全面和准确的产品形态目标意象及核心要素,将有效指导意象形态创新设计。     

视觉力在汽车前脸造型设计中的应用分析

目的基于图形心理学的视觉动力学理论,分析汽车前脸造型视觉力的表现,探究汽车前脸造型设计的创新方法。方法运用视觉动力学理论中塑造视觉张力的方法,以现有知名品牌汽车为例,分析其视觉力的不同表现类型,并采用问卷调研、数理分析等方法验证普通观者对于视觉力强弱的感知。通过汽车前脸造型的对比分析及分层分析,探究不同车型所带来的视知觉感受。结论在汽车前脸造型设计中,可以采用形变、倾斜等塑造视觉力的方法展开。基于不同的车型定位,汽车前脸通过造型形变或塑造集聚对抗力,或塑造单一方向同向力来传达特定的情感体验。     

基于感性工学和BP神经网络的服务机器人头部形态设计研究

目的产品的形态设计要素和用户对产品的感性意向评价之间的关系很难被准确表达。在服务机器人产品的形态设计中,将用户的感性需求准确表现到最终的方案设计中一直是亟待解决的难题。方法运用感性工学中的语义差异法和BP神经网络算法,对服务机器人头部形态的设计要素与用户的感性意向评价之间的关系进行分析。结果最终拟合出这两者之间的映射关系,并在此基础上运用VB语言将训练好的BP神经网络模型接入三维建模软件中,构架出服务机器人头部形态的辅助造型设计系统。结论使得造型过程更加理性,极大地提高了设计效率。下一步的工作应建立更科学、全面的服务机器人辅助造型设计系统,包括将本研究成果扩大到服务机器人的整体外形设计中;将不同的设计约束条件对造型产生的影响作为BP神经网络的输入层纳入到拟合过程中等。     

基于层次语义特征的复杂产品工业设计研究

目的为实现复杂产品工业设计多层语义整合与创新,促进多学科知识共享与协同,提高产品品质。方法基于产品符号学和认知语义学理论,提出产品工业设计层次语义概念,基于复杂产品开发流程与信息加工理论,构建层次语义工业设计过程情境模型。使用感性工学、动作分析等科学表义方法和产品语义学比喻的艺术表义方法提取特征,构建具体设计情境。结论得到了复杂产品图标语义特征、指示语义特征、象征语义特征及其关联,通过系谱轴与比邻轴情景区间中特征要素构成的设计线索和遗传组合、突变、隐喻的策略指导设计,取得良好的实践效果。     

Geographic Network Diversity: How Does it Affect Exploratory Innovation?

This study examines the underexplored effect of the geographic configuration of entrepreneurs' networks on their ventures' levels of exploratory innovation. As entrepreneurs are found to engage in both proximate and distant knowledge ties, this paper's main predictor involves the geographic diversity of entrepreneurs' networks. The study theoretically develops the idea that the impact of geographic network diversity on ventures' level of exploratory innovation takes an inverted-U shape. It is also proposed that this effect is moderated by the relational configuration of entrepreneurs' networks in terms of tie strength. Analyses of data on 175 egocentric networks support the proposed ideas. Implications for interfirm network configuration, spatial lock-in, exploratory innovation and the broader space and innovation literature are also discussed.     

基于耦合特性分析的安保机器人造型设计研究

目的为进一步解决用户感性意象与造型设计要素的耦合问题,完善安保机器人造型设计方法。方法采用语义差分法获取安保机器人典型用户感性意象词汇;运用形态分析法分析安保机器人设计样本,得到关键造型设计要素及类目;通过层次分析法计算各用户感性意象词汇的权重和针对各感性意象词汇造型设计及类目的权重并排序,为安保机器人造型设计创新提供决策;最终,完成解耦并提出创新设计方案集,运用模糊综合评价法得出最优设计方案。结论以社区小型安保机器人造型设计为例,验证基于耦合特性分析的安保机器人造型研究流程的可行性,运用层次分析法分析造型设计的耦合特性,有助于增强安保机器人设计过程的科学性,为同类产品创新设计提供参考。     

设计师与用户对产品意象的基因网络对比

目的研究设计师与用户对产品意象认知方面的差异性,挖掘用户的隐性需求。方法分别以设计竞赛作品与市场畅销产品作为主体对产品感知意象的映射载体,提出了基于同构与异构两种编码原则的产品基因网络模型。通过绘制同构基因网络图谱与异构基因网络频谱,分别对比分析两类基因节点的重要性与关联性。以保温杯为实例对模型的可行性进行验证。结论通过对同类产品在竞赛与市场环境下表现出的不同信息所构成的基因网络进行对比研究,可以降低设计师与用户对产品意象的认知差异,辅助设计师从宏观角度用联系的观点把握用户需求,从而提高设计方案的市场接受度。